Awesome GitHub RepositoriesComputer Vision Preprocessing

Real-ESRGAN is a deep learning restoration pipeline designed to enhance low-resolution media and improve the visual quality of damaged photographs. It functions as a generative image upscaler that reconstructs high-resolution details from source inputs by utilizing neural networks trained to fill in missing information and remove noise. The project distinguishes itself as a blind super-resolution tool, meaning it improves image sharpness and fidelity without requiring prior knowledge of the specific degradation applied to the source. It employs high-order degradation modeling to address compl

This project is a comprehensive computer vision library for the PyTorch ecosystem, providing a standardized collection of neural network architectures, datasets, and high-performance transformation utilities. It serves as a foundational framework for building, training, and deploying deep learning models, offering a centralized model registry that allows developers to instantiate architectures with pre-trained weights for tasks such as image classification, object detection, and semantic segmentation. The library distinguishes itself through its modular approach to data and compute management

Albumentations is an image augmentation library and computer vision preprocessing tool designed to expand datasets for deep learning models. It provides a collection of transformations that modify pixel values and spatial geometry to increase the diversity of training samples and improve model generalization. The library supports both 2D image augmentation and 3D volumetric data augmentation. It handles a variety of labels alongside images, ensuring that bounding boxes, keypoints, and segmentation masks remain accurately aligned when spatial transformations are applied. The tool incorporates

MNN is a high-performance inference engine and framework designed for on-device machine learning. It provides a comprehensive environment for executing, optimizing, and deploying neural network models directly on mobile and resource-constrained edge devices. The framework distinguishes itself through a robust model optimization toolkit that supports quantization, compression, and structural graph manipulation to minimize memory footprint and maximize execution speed. It features a modular architecture that abstracts hardware-specific backends, allowing models to run efficiently across diverse

Caire is a command-line image processing engine designed for content-aware resizing and batch manipulation. It utilizes seam carving algorithms to adjust image dimensions by identifying and removing low-energy pixels, allowing for the rescaling of images while preserving primary visual subjects and maintaining aspect ratios. The tool distinguishes itself through its ability to protect specific visual elements, such as human faces, from distortion during the resizing process. Users can apply custom binary masks to define regions for protection or forced removal, and the engine provides real-ti

scikit-image is a Python image processing library and scientific image analysis toolkit. It provides a framework for digital image processing and computer vision, utilizing numerical arrays for pixel-level manipulations. The library enables the quantification of image properties and the detection of visual features, such as edges and blobs. It includes tools for image segmentation and the extraction of textures and patterns to characterize objects within visual data. Capabilities cover image manipulation through color space conversion, geometric transformations, and digital restoration. It a

mmcv is a foundation library for computer vision based on PyTorch. It provides a comprehensive system for constructing convolutional neural networks, a toolkit for image and video preprocessing, and a collection of high-performance deep learning vision operators. The project is distinguished by its hardware-accelerated kernels for complex operations such as deformable convolutions and region pooling. It features a configuration-driven framework that allows for the dynamic instantiation of network layers and the registration of custom modules without modifying code. The library covers a broad

MiDaS est une bibliothèque de vision par ordinateur PyTorch et un modèle d'estimation de profondeur monoculaire conçu pour prédire la profondeur d'une scène à partir d'images uniques. Il fonctionne comme un prédicteur de profondeur de scène qui calcule des cartes de distance pour déterminer la proximité des objets par rapport à la caméra. Le projet permet le transfert de profondeur zero-shot, permettant au modèle d'être appliqué à de nouveaux jeux de données ou environnements sans données d'entraînement supplémentaires. Il se concentre sur la régression de profondeur relative pour prédire des cartes de profondeur invariantes à l'échelle. La bibliothèque inclut un visualiseur de profondeur en temps réel pour capturer des flux de caméra en direct et afficher les cartes de profondeur correspondantes. Elle fournit également des capacités de prétraitement de vision par ordinateur pour générer des données de scène structurelles pour d'autres modèles de machine learning.

Augmentor est une bibliothèque et un framework Python d'augmentation d'images conçus pour étendre les jeux de données de machine learning. Il fonctionne comme un outil de prétraitement qui génère des variations d'images synthétiques pour accroître la diversité des données et comme un streamer de données d'entraînement qui alimente les boucles de réseaux de neurones avec des images et étiquettes augmentées sans nécessiter de stockage disque intermédiaire. Le framework maintient l'alignement spatial entre les images et leurs masques correspondants, ce qui est requis pour l'entraînement à la segmentation sémantique. Il prend en charge diverses transformations géométriques et au niveau des pixels, incluant les distorsions élastiques, les changements de perspective via inclinaison et déformation, la rotation, le cisaillement et l'effacement aléatoire de régions. Le système inclut des capacités de stratégies de traitement par classe pour remédier au déséquilibre des données et utilise le multi-threading pour accélérer la génération parallèle de jeux de données augmentés. Il fournit également des utilitaires pour nettoyer et standardiser les fichiers images bruts lors de l'étape de prétraitement.

imutils est une boîte à outils utilitaire de vision par ordinateur et une bibliothèque de traitement d'image conçue pour simplifier les tâches de manipulation courantes utilisant OpenCV. Elle sert d'assistant d'analyse d'image et d'outil de transformation géométrique pour automatiser le traitement des données visuelles. La boîte à outils fournit des capacités spécialisées pour maintenir l'intégrité de l'image lors des transformations, telles que le redimensionnement des images tout en préservant les ratios d'aspect et la rotation des images sans rogner les coins. Elle inclut également des outils pour le warping de perspective à quatre points afin de créer des vues de dessus et l'extraction de squelettes topologiques à partir d'images binaires. La bibliothèque couvre un large éventail de fonctions de prétraitement et d'analyse, incluant le calcul automatique du seuil de détection de contours, le tri spatial des contours et le mapping d'espace colorimétrique entre RGB et BGR. De plus, elle inclut des utilitaires pour la gestion de jeux de données, tels que le scan récursif du système de fichiers pour la découverte d'images et un téléchargeur d'images web.

This project is a comprehensive instructional resource and course for building neural networks using PyTorch. It covers the fundamental building blocks of deep learning, including tensor manipulation, automatic differentiation, and the construction of modular neural network components. The repository serves as a technical guide for several specialized domains. It provides implementation details for computer vision tasks such as image classification, object detection, and semantic segmentation, as well as natural language processing workflows involving transformers, recurrent networks, and gen

ExecuTorch is a lightweight C++ runtime for deploying PyTorch models on mobile, embedded, and edge hardware. It provides an ahead-of-time compilation pipeline that exports, quantizes, and lowers model graphs into compact serialized programs, then executes them through a minimal runtime with hardware acceleration and on-device large language model inference capabilities. The project distinguishes itself through a hardware accelerator delegate system that partitions model subgraphs and offloads computation to specialized backends including NPUs, GPUs, and DSPs from Apple, Arm, Intel, MediaTek,

Bild est une bibliothèque de traitement d'image implémentée dans le langage de programmation Go. Elle fournit une collection de moteurs algorithmiques pour la manipulation d'images, incluant un moteur de noyau de convolution pour le filtrage, un outil de mélange d'images pour la composition de calques et un générateur de bruit procédural pour créer des textures synthétiques. Le projet se distingue par ses capacités de génération procédurale, implémentant des algorithmes de bruit de Perlin, Gaussien, binaire et uniforme pour produire des distributions de pixels aléatoires et des motifs organiques. Il dispose également d'une interface en ligne de commande qui permet aux utilisateurs d'appliquer des effets visuels, des ajustements de couleur et des transformations géométriques aux fichiers image sans écrire de code personnalisé. La bibliothèque couvre un large éventail de capacités de traitement d'image, incluant des transformations géométriques telles que la rotation, le cisaillement et le zoom, ainsi que la manipulation des couleurs et l'analyse de distribution. Elle fournit des outils pour l'analyse et la segmentation d'image, le filtrage morphologique, et prend en charge la lecture et l'écriture de données image aux formats PNG, JPEG, BMP et WebP.